为什么我在 pytorch 中训练模型时会出现问题？答案

【问题标题】：Why do I have problem when I train my model in pytorch?为什么我在 pytorch 中训练模型时会出现问题？
【发布时间】：2020-06-09 13:22:52
【问题描述】：

我是 PyTorch 和 AI 的新手，但在尝试训练我的模型时遇到了一些问题。

我只是创建了我的Dataset 和我的Dataloader

    train_dataset = TensorDataset(tensor_train,tensor_label)
    train_dataloader = DataLoader(train_dataset,batch_size=32,shuffle=True)

在此之后我的标准和优化器

    criterion = nn.CrossEntropyLoss()

    optimiser=optim.Adam(net.parameters(),lr=0.2)

我尝试用它来训练它

    for epoch in range(10):
           for data in train_dataloader:
                inputs,labels = data
                output = net(torch.Tensor(inputs))
                loss = criterion(output,labels.to(device))
                optimiser.zero_grad()
                loss.backward()
                optimiser.step()

但我得到了这个错误

    d:\py\lib\site-packages\torch\nn\modules\module.py in <lambda>(t)
321             Module: self
322         """
    --> 323         return self._apply(lambda t: t.type(dst_type))
324 
325     def float(self):

TypeError: dtype must be a type, str, or dtype object

如果有人发现问题，我会很高兴，谢谢。

【问题讨论】：

标签： artificial-intelligence pytorch

【解决方案1】：

我看到两个可能的问题：

1) 您的数据加载器输出一个张量，因此您不需要创建另一个张量。只需这样做：

output = net(inputs)

2) 您是否将模型发送至device？如果是，您还需要发送inputs。如果没有，您不需要对输出执行此操作：

loss = criterion(output,labels)

但是，我不确定您遇到的错误是否与这两点无关。考虑在您的代码（而不是库）中发布该行。另外，请考虑包含有关tensor_train 和tensor_label 的更多信息

【讨论】：

【解决方案2】：

请回复，但问题来自另一件事我正在像这样创建我的模型

class Perceptron(nn.Module):
     def __init__(self):
         super(Perceptron,self).__init__()
         self.type = nn.Linear(4,3)
     def forward(self,x):
          return self.type(x)
net = Perceptron().to(device)

并且 nn.Module 已经获得了一个类型属性，这就是我收到此错误的原因（我的东西），然后我通过将 self.type 更改为 self.anythingElseThanType 来解决

【讨论】：